要在上面這種畫面中盡量辨識出所有車牌，是百萬畫素時代之後才開始興起的一種新技術研發，也算是車牌辨識技術的終極目標了！之前所謂的道路車牌辨識都是一車道一影像的，當車輛經過某種感應裝置，知道它已經到達被辨識的最佳位置時，就趕快拍照辨識，畫面大概是這樣：

從這兩張圖大家應該可以理解，他們是難易程度差異極大的兩種辨識技術！一個像藍波在叢林裡野戰，一個像是在靶場打靶！要將在叢林中任意跑動的十個敵人打死九個，和十個不動的靶子打中九個，會是一樣的技術嗎？目前多數道路交通工程中的車牌辨識方式都還是後者，辨識率要求大多是90%，看起來不算太嚴格，但能夠達標的廠商已經不多了！

一般人會誤以為高速公路車速快(>100km/hr)辨識車牌較難，一般道路車子都慢慢的(~30km/hr)應該很好辨識吧？事實正好相反，影像辨識再怎麼作，辨識目標都是靜態影像，靜態影像中當然看不到車速，只有影像清晰與否的問題，至於能不能拍得清楚是硬體攝影機的問題，與軟體辨識能力無關。

目前多數業主都希望道路車牌辨識是像前面第一張的模式，只用路邊架設的一支高畫質攝影機，拍到所有車道的所有車牌，然後一次把它們通通都辨識出來，因為這樣比較省錢！但是多數廠商卻都極力抗拒！原因就是全景多車辨識的技術還不成熟，硬要上場別說90%很難，或許還會出現五六十趴的難堪結果！

為什麼這件事很難作？就是今天我想談的主題！對我來說，不管是從多大多複雜的影像中要找到車牌，我的辨識程序還是一樣的！先要將影像簡化成黑白圖，然後整理出所有獨立目標，找到其中可能是車牌字元的目標！如上面兩張圖一樣，與其他情境的車牌辨識差別就是：可能的目標特別多，車牌有遠有近，有正有斜，背景還特別複雜！

多數的車牌辨識演算法因為這些程序太過耗時，所以多半用亮度變化特徵點掃描等技術想跳過全圖灰階二值化的過程，直接鎖定車牌，但是面對如此複雜的街景，這一招產生的雜訊還是會多到難以處理，所以我相信他們的研發之路不會比我順利，至於機器學習的抓瞎方式就更難精準達標了！

我知道傳統辨識流程還是最能取得完整資訊有利於後續辨識的方式，所以堅持用傳統OCR影像辨識的標準流程來完成這件工作，當我作到所有目標圈出之後，所謂的多車辨識只是在此目標群集中盡量組合出所有可能的車牌，嘗試到找不到為止，或限定一個搜尋的次數上限，以免過度耗時。

如上圖紅色框框就是我的嘗試湊出車牌的痕跡！我測試了六組，其中三組有成功辨識出合理的答案，其他三組應該也辨識出一些字元，但並不符合車牌格式，或字元形狀符合度太低，我就直接否決他們！即使是有結果的答案，也可能是錯誤的！因為畢竟不像停車場的車牌那麼清晰。

所以有人問我這種道路情況的辨識率時我實在很難回答？用眼睛看有六個車牌在原始影像上，我抓到了其中四個，「車牌擷取率」可以說是66%，辨識對了其中三個，那就是五十趴囉！但是這六張車牌中有兩張連眼睛都看不出車號，那可視車牌就是四張，我的辨識率就是3/4=75%了！但依舊遠不如一般公共工程驗收要求的90%標準！

但我之前不是常說我的道路車牌辨識率很高，甚至超過90嗎？那是指我的「動態」軟體辨識的結果！每輛車子經過影像畫面的時間(一兩秒)內會被拍到辨識至少三四次，每次的位置距離都不同，只要那輛車有被清晰辨識到兩次同號，我就會視為可靠資料輸出了！所以你拿影片停格算出所有人眼可視的車牌為分母，再到我輸出的資料中去比對，九成的車號都會出現在我的資料中，我的辨識率就是90%了！

我的車載車牌辨識系統就是這樣成功的！以每張靜態影像來說，五六張車牌可能只會正確辨識兩三張！但是錯誤的辨識傾向不連續，只偶發出現一次的車號通常是錯的，重複兩三次的就大半是對的！但是要作成「動態」就會面臨另一個問題，就是運算速度必須很快，我的技術優勢就是雖然使用應該比較慢的辨識流程，但是在演算法效率上精進，可以跑得很快，一般百萬畫素的畫面甚至可以一秒辨識到20次！十幾次算基本數。

但這也表示我的軟體必須有好的電腦運算效能支持，前幾天就有個客戶說想做這種道路車牌辨識，想買我的「靜態」辨識引擎，每個路口定時幾秒鐘拍一張照片，幾十個路口的影像再匯集到某一電腦集中辨識。既然我說我的「道路版」辨識率可達90%，那他們就可以這樣拿下標案了？他還嫌我的軟體必須使用i7電腦，成本太高咧？

我聽完他的規劃想法真的無言以對！只能說很抱歉，我這個世紀內完全作不到！請他去找其他更有效且更便宜的解決方案吧！他的意思就是如上第一張圖的六張車牌我要辨識率達90趴，而且「幾十個路口」都要用比較便宜的電腦在一兩秒內辨識完成，這樣他的成本預算就可以符合他的期望了！？

哇！他這樣的高標準可能在整個地球上都找不到解決方案了！簡單說，如果給我一台i7電腦，我可以在「一個路口」作到90趴的辨識率，一台電腦要同時辨識到第二個路口，運算量當然也是大一倍，一個標案幾千個路口就需要幾千台i7電腦！正如我的一個車載車牌辨識系統就需要一台電腦專門運作一樣。

目前的瓶頸主要是這種全景多車影像辨識還在一個原始階段，我只是目前跑得還算快的爪哇人而已！我天天都在拿這些街景車牌影像研究，就是如何辨識出更多人看得對，但是電腦卻辨識不對的案例！理論上我終究可以追上人的視覺判斷，但那個目標達成的時間一定會超過我的壽命！

所以短時間內那些街景車牌辨識的標案就不要太天真了！全景多車辨識的成本是電腦加上軟體，即使軟體免費送都不會便宜！如區間測速系統只有幾個測站硬要作到90%以上的辨識是還好，但是妄想幾千個路口監視器都能作到過往車輛90%的辨識率！你必須跟阿拉伯的石油大亨王國一樣有錢才行！辨識能力夠強的軟體你有錢都未必買得到！